Epizoda
Generování nežádoucích sítí
with Ian Goodfellow
Generování nežádoucích sítí (GAN) je nedávno zavedená třída generovaných modelů, která je navržená tak, aby vytvářela realistické vzorky. Tento kurz je určený pro cílovou skupinu, která nemá zkušenosti s gany, a měla by připravit cílovou skupinu na vytváření původních výzkumných příspěvků, které používají gan nebo zlepšují základní algoritmy GAN. GaNs jsou univerzální přibližné znaky rozdělení pravděpodobnosti. Tyto modely mají obecně intractable log-pravděpodobnost gradient a vyžadují aproximace, jako je Markov řetěz Monte Carlo nebo variační dolní hranice, aby bylo možné učení. GaN nepoužívejte některou z těchto tříd aproximací. Proces učení se skládá ze hry mezi dvěma nežádoucími osobami: generátorovou sítí, která se pokouší vytvořit realistické vzorky, a diskriminující síť, která se pokouší identifikovat, jestli vzorky pocházejí z trénovacích dat nebo z generování modelu. V rovnováhy Nash této hry generátor síť reprodukuje distribuci dat přesně a diskriminující síť nemůže rozlišovat vzorky od modelu od trénovacích dat. Obě sítě je možné trénovat pomocí stochastického gradientního sestupu s přesnou pravděpodobností vypočítanými přechody.
Mezi tato témata patří: Úvod do základů sítí GAN. – Kontrola práce, která používá gan u velké generace imagí. - Rozšíření rámce GAN tak, aby se odhadla maximální pravděpodobnost, a ne minimalizovala rozdíly Jensen-Shannon. - Vylepšené architektury modelů, které poskytují lepší učení v sítích GAN. - Částečně pod dohledem učení s GAN. - Výzkum hranic, včetně záruky konvergence gan hry. - Další aplikace nežádoucího učení, jako je přizpůsobení domény a ochrana osobních údajů.
Cíle výuky: - Vysvětlení základních informací o tom, jak gan fungují někomu, kdo o nich neslyšel dříve - Aby byla cílová skupina aktuální v aplikacích generování obrázků sítí GAN - Připravit cílovou skupinu na původní příspěvky k generování výzkumu modelování
Cílová skupina: Cílová cílová skupina je lidé, kteří mají zájem o generování modelování. Oba lidé, kteří nemají předchozí znalosti gan a lidé, kteří by měli najít něco užitečného, ale první část kurzu bude méně zajímavé pro lidi, kteří mají předchozí znalosti gan.
Generování nežádoucích sítí (GAN) je nedávno zavedená třída generovaných modelů, která je navržená tak, aby vytvářela realistické vzorky. Tento kurz je určený pro cílovou skupinu, která nemá zkušenosti s gany, a měla by připravit cílovou skupinu na vytváření původních výzkumných příspěvků, které používají gan nebo zlepšují základní algoritmy GAN. GaNs jsou univerzální přibližné znaky rozdělení pravděpodobnosti. Tyto modely mají obecně intractable log-pravděpodobnost gradient a vyžadují aproximace, jako je Markov řetěz Monte Carlo nebo variační dolní hranice, aby bylo možné učení. GaN nepoužívejte některou z těchto tříd aproximací. Proces učení se skládá ze hry mezi dvěma nežádoucími osobami: generátorovou sítí, která se pokouší vytvořit realistické vzorky, a diskriminující síť, která se pokouší identifikovat, jestli vzorky pocházejí z trénovacích dat nebo z generování modelu. V rovnováhy Nash této hry generátor síť reprodukuje distribuci dat přesně a diskriminující síť nemůže rozlišovat vzorky od modelu od trénovacích dat. Obě sítě je možné trénovat pomocí stochastického gradientního sestupu s přesnou pravděpodobností vypočítanými přechody.
Mezi tato témata patří: Úvod do základů sítí GAN. – Kontrola práce, která používá gan u velké generace imagí. - Rozšíření rámce GAN tak, aby se odhadla maximální pravděpodobnost, a ne minimalizovala rozdíly Jensen-Shannon. - Vylepšené architektury modelů, které poskytují lepší učení v sítích GAN. - Částečně pod dohledem učení s GAN. - Výzkum hranic, včetně záruky konvergence gan hry. - Další aplikace nežádoucího učení, jako je přizpůsobení domény a ochrana osobních údajů.
Cíle výuky: - Vysvětlení základních informací o tom, jak gan fungují někomu, kdo o nich neslyšel dříve - Aby byla cílová skupina aktuální v aplikacích generování obrázků sítí GAN - Připravit cílovou skupinu na původní příspěvky k generování výzkumu modelování
Cílová skupina: Cílová cílová skupina je lidé, kteří mají zájem o generování modelování. Oba lidé, kteří nemají předchozí znalosti gan a lidé, kteří by měli najít něco užitečného, ale první část kurzu bude méně zajímavé pro lidi, kteří mají předchozí znalosti gan.
Chcete se podělit o svůj názor? Tady můžete odeslat problém.